中国移动最新发表在Nature Electronics上的5G论文：面向绿色未来的高能效5G技术 中文版

中国移动首席科学家易芝玲博士、韩双锋博士和边森在最近发表在 nature electronics 的评论文章中分析了5G能效以及如何提高能效的方法。

摘要：能量效率 EE（Energy efficiency, 定义为数据传输速率与总功耗之比）一直被认为是5G网络的一个重要设计指标。然而5G 更高的天线数、更大的带宽和更高的基站密度严重恶化了5G网络的整体功耗。论文介绍了全球为绿色5G所做的科研与标准化方面的努力，指出了3GPP标准化在能效分析方面的一些不完善之处。此外，基于5G基站系统的实际功耗测试结果，深入分析了高功耗的根本原因。并指出了单天线/多天线系统的能量效率与频谱效率SE（spectrum efficiency,单位带宽的数据速率）之间的根本矛盾：频谱效率的提升会导致能量效率的恶化。面向未来的绿色5G和6G，进一步提出了解决这一基本的EE-SE矛盾的方案，包括高能效的空中接口技术设计、网络架构以及基站实现。最后，分析了5G如何助力实现一个更绿色的社会。

无线通信行业为什么必须绿色节能？

从几十年前第一代（1G）模拟通信系统商用以来，无线通信产业蓬勃发展。然而，由于移动通信量的不断增加，对行业提出了越来越高的要求，这意味着能量效率现在是一个紧迫的问题。根据全球电子可持续发展倡议（Global e-Sustainability Initiative）的一份报告，到2020年，信息和通信技术产业每年的温室气体排放量将达到130亿吨[1]。此外，预计到2030年，连接设备的数量也将增长到1000亿台，进一步加剧了这一问题 [2]。与前几代通信网络相比，第五代（5G）网络将需要更多的天线、更大的带宽和更高的基站密度，未来6G系统情况尤甚。这对运营商网络的成本和能耗形成了极大的挑战，必须要有革命性的通信技术来应对。

面向绿色5G，业界在科研和标准化方面的努力：

频谱效率（单位带宽的数据速率）是通信网络设计中的一个重要参数。为提高频谱效率性能，人们提出了多种技术，包括先进的编码和调制技术[3]、大规模天线多输入多输出（MIMO）[4,5]、全双工技术、非正交多址（NOMA）[6,7]等。自5G发展之初，能量效率（定义为数据传输速率与总功耗之比）也被作为一项关键性能指标，绿色无线通信一直是学术界和工业界的研究热点[8-12]。例如，2012年，中国移动提出了“绿色和柔性”的5G设计理念，也就是5G网络应该具有巨大的资源效率和软件定义的高度灵活性[8]。清华大学的教授提出了一种基于小区缩放（根据业务负载自适应调整小区大小）的低成本绿色小区网络设计方案[9]。此外，行业还开展了一些项目，如EARTH和GREENTOUCH等。

能量效率指标在随后的5G标准化进程中也发挥了重要作用。在第三代合作伙伴关系项目（3GPP）的最新规范版本中，引入了多项新的节能功能，以实现更好的能效，包括删除始终处于开启状态的参考信号，扩大广播同步信号间隔，以及在轻载条件下的基站休眠机制。

有了产学研和标准化组织的重视，5G技术足够绿色吗？

3GPP和ITU规定，网络的能量效率取决于业务负载较高时的数据传输效率，并以平均频谱效率为特征。当业务负载较低时，可以通过网络和移动设备的休眠时间来估计能量效率[13,14]。例如，在30khz子载波间隔以及20ms SSB设置周期的情况下，基站的时隙级睡眠比为98.75%。这意味着可以节省98.75%的电量[15]。正如业界在设计和部署5G网络时通常预测的那样，业务流量负载将非常高。但是，频谱效率的提高不等同于更高的能量效率，特别是当频谱效率的增加是由于总功率也同样增加的情况。为了准确评估基站的能效，同时考虑硬件和软件消耗，就需要考虑正式的能效定义（数据速率与总功耗的比率，而不是3GPP和ITU的方法）。ITU的相关评估工作是不严谨的（它认为：高业务量时频谱效率高就是能量效率高，低业务量时基站有休眠能力就认为能量效率高。一个根本的问题是这种方法忽略了5G系统的总功耗的评估，这恰恰是5G系统最严重的问题）

与4G相比，5G系统具有以下特性，这些特性会影响其功耗和最高数据速率。
 更大的天线数量：5G的基站可能配备64、128或更多天线。天线数目的增加使得频谱效率得到提高，形成了较窄的波束。然而，增加的更多天线和收发器所需的处理功耗可能显著增加，甚至恶化能量效率[16]。
 带宽更大：假设功率谱密度（PSD）相同，在带宽为100兆赫兹的5G网络中，数据传输所需的功率将是带宽为20兆赫兹的4G网络的5倍。
 更高的基站密度：5G基站的平均密度有望是4G的3倍，到2025年，全球5G基站数量有望达到6500万个。

表1显示了中国移动2019年测量的典型2.6GHz 4G和5G宏基站的功耗。基站的总功率包括基带处理的功耗和远程无线电单元（RRU）的功率。4G基站的每个扇区（通常有三个扇区）的带宽为20MHz，传输功率为40W，并使用八个发射天线和八个接收天线。相比之下，5G基站的传输功率为240W，带宽为100MHz，使用64个发射天线和64个接收天线。5G的平均测量吞吐量约为4G的16倍，主要是由于带宽和频谱效率的提高，使得能量效率比4G提高了4倍以上。然而，5G基站单站的总功耗大约是4G的四倍。

能量效率与频谱效率的矛盾是否不可调和？

为了提高带宽效率，Shannon的信道容量理论一直在指导研究人员和工程师开发单输入单输出（SISO）系统和MIMO（多天线）系统。在单输入单输出（单天线）系统中，我们可以认为能量效率和频谱效率之间的关系是单调的，较高的频谱效率总是导致较低的能量效率（为了简单起见，假定电路消耗的功率为零）。然而，当在分析中考虑电路功率时，在能量效率-频谱效率曲线上存在一个“绿点（能量效率最高点）”，在这里可以实现最大能量效率（图1）。与单输入单输出（SISO）系统相比，MIMO能够同时提高能量和频谱效率。

毫米波大规模MIMO系统的另一种实现方法是模拟/数字混合波束赋型，它可以减轻传统全数字波束赋型结构的巨大功耗和成本负担（这也是5G标准化重点考虑的课题）。例如，对于收发机数为N且每个收发机的天线数为M的混合波束形成结构，它的绿色点处的对数能量效率与频谱效率成线性比例，并且斜率和N天线MIMO情况的斜率相同。由于每个收发器的M个天线能够提供M倍的波束形成增益，因此能量效率性能通常是MIMO情况的M倍。该混合波束形成的绿点能量和频谱效率关系式为[17]，

其中，ηEE、h、ηPA、ηSE和N0分别表示绿点能量效率、信道增益、功率放大器效率、绿点频谱效率和噪声功率谱密度。注意，当M为1时，是MIMO情况，而当M=N=1时，是SISO情况。在图1中，带宽为20MHz，N0=-173dbm/Hz，h=-100dB，ηPA=0.3。

5G比4G的能量和频谱效率的提高可以归因于更多天线的引入。在未来，如果能通过更节能的基站实现技术进一步降低电路功率，绿点能量效率将提高，但绿点频谱效率将降低（这和实际需求之间会存在很大的矛盾）。如果引入更多的天线以进一步提高能量和频谱效率，总功耗也会大大增加，除非基站设计可以很好的控制电路功率的增加。这一点说明了5G巨大功耗背后的根本原因。未来6G及以后的通信系统频谱效率性能极有可能大幅提升，这意味着绿点能效将进一步下降，功耗将加速恶化。如果无线通信行业遵循这一趋势，相关的碳排放将不可避免地增加。因此，在保持高频谱利用率的同时，打破频谱利用率与能效之间的根本矛盾，提高能效具有重要意义。

潜在关键技术解决方案

为了克服能量和频谱效率参数之间的根本矛盾，业界研究了各种技术。我们在此着重分析两种空中接口技术：非正交多址技术NOMA和波形重叠复用技术（WOM），这两种技术可以在不增加天线数量的情况下同时提高能量和频谱效率。这是传统的多天线技术不可能达到的效果。
NOMA是一种很有前途的多址接入技术，它可以提高可实现的网络容量（多用户的和容量）。在NOMA方案中，在下行链路或上行链路中，多个用户被调度在同一时间/频率资源上，包括信道条件非常差的小区边缘用户。例如，对于下行链路的两个用户，可以基于用户的服务需求和调度算法来分配资源[18]。因此，能量和频谱效率区域的上限是所有发射功率分配给强用户的情况，下限是所有发射功率分配给弱用户的情况。因此，能量和频谱效率之间的关系变得与B/P（带宽与总功率之比）的斜率成线性关系，这表明NOMA系统能够通过功率分配实现能量和频谱效率的同步提高。这为解决挑战性的功耗问题提供了一个机会。

近年来，出现了几种波形重叠方案，如比Nyquist（FTN）[19]和频谱有效频分复用（SEFDM）[20]更快的方案。在这些方案中，传统的SISO系统可以转化为有效的MIMO系统，其中每个波形类似于一个天线。注意，波形间干扰矩阵（其实是有效的MIMO信道矩阵）不需要测量，并且通过简单的信令在发射机和接收机处容易知道。这与需要测量信道矩阵的传统MIMO系统有很大不同。理论上，与单天线系统相比，波形叠加技术提供了巨大的性能改进。然而，在实际环境中，WOM方案需要克服许多问题。例如，衰落信道中的多径效应可能会降低波形间干扰消除性能。此外，随着MIMO甚至大规模MIMO在当前网络中的广泛应用，WOM方案可能会受到严重的天线间干扰。

为了进一步降低系统功耗，人们研究并部署了新型无线接入网（RAN）结构。例如，如果实现基于中央处理的云RAN（C-RAN）架构，则可以显著降低基站空调系统的功耗[21,22]。还有，正如O-RAN联盟正在探索的那样，如果有效地减轻小区间/小区内干扰并对资源进行全局优化，则系统的能效可能会进一步提高。根据3GPP的评估，基站睡眠是另一种有效的节能方法。

基站的基带和RRU构成总功率（表1）。因此，需要实现更节能的基带算法（如发送、接收、媒体访问控制（MAC）调度和协议处理方案）和硬件（如芯片、处理板、模数/数模转换器和功率放大器）。对于低于6GHz和更高频率的频段，如毫米波频段，存在一个最佳的天线/收发器数目，该数目产生最佳的能效性能[17,23]。然而，优化设计需要全面分析部署场景、信道条件、用户分布、频带、硬件和软件实现以及成本。

5G开创绿色未来

5G能够在不同的场景中支持各种无线服务，可以为个人消费者以及各种垂直行业提供通用的连接。这为一个更绿色的社会和生活方式打开了宽广的机遇之门。例如，5G超可靠低延迟通信（URLLC）功能可以支持自动驾驶，同时优化路线以及燃油和刹车控制。特别是，通过优化加速过程、速度和方向，可以大幅降低车辆的油耗，从而显著影响油耗。此外，5G还可以通过智能车辆调度来改善城市交通拥挤状况，从而显著节约能源。
5G技术还可以为智能电网提供强大的能力，例如自动识别故障、校正和恢复能量流的超低响应时间。考虑到2018年全球发电量超过26万亿千瓦，电网控制和管理的任何改进都将大大节省能源。智能计量、远程教育、远程医疗、高清视频会议和虚拟现实等在线服务也可以从5G中受益，这可以减少对交通和通勤的需求。最后，在智能家庭、建筑物和城市中，通过5G功能连接传感器，5G可以帮助实现对供暖、空调、照明和家电的节能、及时的智能控制，进一步促进绿色社会的发展。

参考文献

[1] GeSI SMARTer 2020: The Role of ICT in Driving a Sustainable Future https://go.nature.com/3dkid6q (Global e-Sustainability Initiative, 2012).
[2] Global e-Sustainability Initiative. SMARTer 2030: ICT Solutions for 21st Century Challenges https://go.nature.com/3ba2ZPA (Global e-Sustainability Initiative, 2015).
[3] Niu, K., Chen, K., Lin, J.& Zhang, Q. IEEE Commun. Mag. 7, 192-203(2014).
[4] Rusek, F. et al. IEEE Signal Process. Mag. 1, 40-60 (2013).
[5] Larsson, E. G., Edfors, O., Tufvesson, F. &Marzetta, T.L. IEEE Commun. Mag. 2, 186–195 (2014).
[6] Dai, L. et al. IEEE Commun. Surveys Tuts. 3, 2294–2323 (2018).
[7] Ding, Z. et al. IEEE Commun. Mag. 2, 185–191 (2017).
[8] I, C.-L. et al. IEEE Commun. Mag. 2, 66–73 (2014).
[9] Niu, Z., Wu, Y., Gong , J. &Yang, Z. IEEE Commun. Mag. 11, 74–79 (2010).
[10] Li, G. Y. et al. IEEE Wireless Commun. 6, 28–35 (2011).
[11] Feng, D. et al. IEEE Commun. Surveys Tuts. 1, 167–178 (2013).
[12] Chen, Y., Zhang, S., Xu, S. &Li, G. IEEE Commun. Mag. 6, 30–37 (2011).
[13] ITU-R M.2083-0, Minimum requirements related to technical performance for IMT-2020 radio interface(s), 2017-11.
[14] Mishra, A. R. Fundamentals of Network Planning and Optimisation 2G/3G/4G: Evolution to 5G. (John Wiley & Sons, 2018).
[15] 3GPP TR 37.910 v16.0.0, Study on self-evaluation towards IMT-2020 submission (R16), 2019-06.
[16] Liu, W., Han, S. & Yang, C. IEEE Trans. Commun. 2, 107–121 (2017).
[17] Han, S., I, C.-L., Xu, Z. &Rowell, C. IEEE Commun. Mag.1, 186–194 (2015).
[18] Han, S., I, C.-L., Xu, Z. & Sun, Q. IEEE MMTC E-Letter, 5, 21–24 (2014).
[19] Rodrigues, M. &Darwazeh, I. In 2003 Int. OFDM Workshop 48–49 (2003).
[20] Anderson, J.B. , Rusek, F. &Öwall, V. IEEE Proc. 8, 1817–1830 (2013).
[21] Checko, A. et al. IEEE Commun. Surveys Tuts. 1, 405-426 (2015).
[22] I, C.-L. et al. IEEE Access. 2, 1030 – 1039 (2014).
[23] Xin, Y. et al. IEEE Trans. Veh. Technol. 5, 3243–3254 (2016).